標籤:

大數據時代,普通人有什麼機會?——深度職業訪談の大數據分析師

訪談人物簡介:

趙高平先生

大數據分析專家,8年左右的數據挖掘和行業大數據分析經驗,目前任職於某知名公司數據分析師,盛瑞奇士科技創始人。


大數據分析在中國已經存在將近10年了,它影響了我們生活的方方面面,它就像空氣,每天就在我們身邊,但是我們大眾對大數據分析似乎還有很多不了解。我們天天在談大數據分析,它在方方面面都對我們造成了一些影響。今天帶大家來深入了解大數據分析,是一個什麼行業。

是什麼機緣進入到大數據分析行業的?

大數據之前不叫大數據,叫數據分析,輿情監測,口碑營銷,從14年15年開始比較火起來,之前不是這個叫法。之前稱之為小數據,以前沒有大數據這個概念。

我的個人經歷比較複雜,有以下6個職業階段:

1)畢業之初偶然的機會,進入了第一屆「贏在中國」人氣王項目組,在互聯網運營,網路營銷,分類信息模式,渠道運營等方面積累了經驗。

2)易車網期間;主要負責數字營銷,品牌監測,競品分析,危機處置等

3)大唐電信期間;主要是針對政府和企業做數據挖掘和分析,主導了政企輿情,行業輿情,個人輿情三個產品線。

4)中國青年報期間;主要負責中青輿情監測的業務開拓及市場運營工作。

5)目前任職於某知名公司數據分析師。

綜合起來,已經有8年左右的數據挖掘和行業大數據分析經驗。

大數據分析主要運用場景,哪些行業現在比較需要?

狹義的大數據:大數據的處理,大數據的存儲(阿里雲)、BI展示(商務智能)。

目前主要運用的行業有電商,互聯網金融,銀行,教育,o2o。未來的方向是和實體結合,與傳統行業結合是未來的方向(製造業、酒店、零售、航空等)。

現在主要是運用在技術部門,數據的存儲,挖掘和分析。市場公關部門,做一些廣告的投放,怎麼找客戶。公司領導層,做戰略方向,需要數據分析。

BI展示是目前最火的一個應用,比如說銀行用的風控平台,要不要貸款給他?貸款多少在可控風險之內?審核申請人的房產、消費習慣、過去一年的流水,調用過去的數據,評估他是否有還款能力,基於大數據做的一個平台,底層的數據從哪裡來的,怎麼建模的,大家是看不到的。銀行風控,就是基於大數據做的一個BI展示平台。

目前有哪一些跟大數據的相關工作?

1、初級的工作,偏技術研發人員,如平台的建設,側重於大數據底層的操作系統,抓取數據(電商數據和行為數據)、過濾數據(清洗數據)、存儲數據,專比較偏重於技術。

2、在應用層面,基於有價值的信息信息,做一些業務分析工具(BI)。過濾完數據之後,應用場景的東西,如:更好的提高星巴克的服務質量?對用戶的效果是能最直觀的能體現出來。如研發人員,產品經理(對行業比較熟悉,對業務、技術也比較了解,對大數據理解比較透)能夠結合行業做一些行業的應用。

3、業務分析,市場銷售,技術、研發、銷售側重於顧問式銷售,需要對行業和業務都要比較熟。

4、大數據結合本行業,大數據+,大數據是技術,並不能解決問題,大數據結合本行業的特點,如大數據結合酒店和房地產,結合行業的特點和規則,解決問題。如精準營銷,幾年前投廣告更多是盲投,現在投廣告更多的是精準投放,我們現在所看到的淘寶商品推薦,都是基於你之前的搜索痕迹進行。

大數據分析的典型的工作內容有哪一些?

數據的抓取,數據的清洗,數據的存儲,數據的分析。

根據問題去找出分析的維度,了解和分析客戶的特點,分析數據來源等。

要做好數據分析應該具備哪些能力?

一些基本的數據分析、建模能力是基礎能力.

如果要做好,一定要對行業非常了解,只有了解行業才能考慮的更全面,考慮的維度才更全面深入。需要考慮哪些常量、變數,機器才能自學習。

現在已經具備了非常深的行業的人,如果具備大數據的能力,可以去到公司的產品部門,或者去到專門的管理諮詢公司。

大學學哪些專業未跟大數據分析的相關性比較強?

數據分析專業、統計學建模、計算機專業。這些專業是比較對口的。

目前的大學畢業生想進入這個行業,有哪一些崗位可以去嘗試呢?

售前、銷售、分析師、產品經理是可以去嘗試的。這四個崗位比較貼近客戶和行業的需求,也更能更快學習這個行業。剛畢業的話,售前和產品經理比較難。統計學數學專業的可以嘗試做底層的分析師。銷售的話,可能門檻低一點,需要銷售的技能和一些行業的知識。

對大數據分析行業的前景、發展趨勢的看法?

一,目前處於完全的朝陽行業,資本大量進入,國家也非常支持。

二,與行業結合更深。大數據+行業。每個公司或多或少都在做大數據的東西。這幾年大數據概念炒的很火,再過幾年,大數據一定會和行業結合的更深,如製造業、零售業、航空等傳統行業。還處於客戶淺層次的需求,並沒有和業務掛鉤非常緊密。

如美國的oracle做醫療大數據,收集了幾千家醫院幾萬個醫生的數據,如醫生的藥方診斷證明,共同研發一款產品,海量醫療數據加醫療專家,再加上Oracle的專業技術,共同開發一個產品或者醫療設備。中國的大數據還處於技術層面和業務層面結合不是很深,不緊密。現在開始更深層次的紮根於各個行業,大數據加行業的縱深發展趨勢,有做銀行、酒店、零售的。

三,是和人工智慧結合;大數據是人工智慧底層的基礎。人工智慧是一個系統工程。比如說現在相對比較火的語音識別,語義識別,人臉識別。

其它行業的人,怎樣能切入到大數據行業呢?

一、原來在公司里,做簡單統計工作的,分析報表的有一定的數據分析經驗的人。

二、除了專業性非常強的技術、產品、研發的工作,其它職位跟其它公司都有一樣的平行職位。如果已經掌握了某一個崗位的技能,再加上對大數據的一些基本了解,基本上可以切入到這個大數據行業。大數據公司同樣需要培訓,需要銷售,需要財務、行政等工作。但是在一個快速發展的行業,和一個已經在走下坡路的行業相比,即使做的是同樣的工作,付出一樣多的努力,但是收穫的結果卻是完全不一樣的。只有進來了這個行業,未來是這個行業的領導者。就目前來說,很多人往這個行業擠,一是看好這個行業,二是這個行業的熱錢比較多,平均薪資待遇也比一般的行業更高。

三、並不是每個人都要進入到這個行業,但是可以運用大數據的思維去做很多事情。比如說,新精英如果想更好的推廣生涯規劃,可以利用大數據找到更多可能對生涯規劃感興趣的潛在客戶,篩選出質量最高的目標客戶。大數據結合行業的應用,企業比個人更需要大數據,個人更多的無形當中被大數據影響,而企業必須要運用大數據去做。

你覺得做大數據分析的人典型特質有哪些?

偏理性,比較謹慎的性格。偏感性的人不是很適合,或者說做大數據分析比較吃力。

大數據不是那麼簡單。大數據首先是有一個概念,結合行業做很多分析,周期很長,服務鏈條很長,從戰略決策層面,決策鏈條很複雜,所以大部分人比較謹慎和理性。

為什麼要從事大數據分析的三個的理由?

掙錢唄。哈哈哈。

現階段比其他行業的收入水平更高一些。

前景廣闊,朝陽行業,國家大力支持。不管是個人職業發展還是創業,都有很多機會。

如何快速了解大數據行業的知識

找到大數據行業的前20名,或者選擇20家公司,羅列它們的產品的布局,公司的定位,客戶的類型,產品的核心,技術實力,瀏覽行業的垂直網站。以及了解未來10年的行業的趨勢,每一個企業的發展方向。每一個企業在行業中的定位,和發展方向。這樣,基本上就可以了解大數據行業的基礎知識了。

介紹幾家發展態勢不錯,比較有潛力的大數據公司?

百分點(行業布局比較好)

talkingdata(金融行業的數據),

九次方(政府大數據) ,

海致網路(前百度員工創業,產品不錯)

永洪(BI展示)、星環、明略。


微信讀者提問:

外行人現在才進入是不是已經太遲了?

如果是本身就處在夕陽行業,遲早得換行業的,那可以直接儘早轉過來;

如果是為了尋求更好的職業發展,大數據行業未來會有更多的職業空缺和中高管,這也是一個很好的機會,因為每個人的行業知識還不是那麼豐富,用一年兩年時間就可以補充行業知識;

如果未來想創業,現在積累幾年經驗,也不會比別人差太多的經驗。

沒有必要為了跳槽而跳槽,如果本身職業發展就很好,沒必要貿然跳入一個未知性還很大的行業。

最後有什麼我沒有提及到,但是可以和我分享的嗎?

心態上沒必要覺得大數據神秘,它並不是一個高大上的東西。我們或多或少都在應用大數據。大數據是一個工具和一種思維,服務於我們,讓我們的生活更有效率一點,更有針對性一點一點,讓我們不再那麼盲目,決策更科學一點。心態上進來了,再去了解一些行業背景知識。

感謝您接受我的職業訪談,我也想知道,我是否能夠給你提供一些相應的支持呢?

和不同行業的人交流,探討不同的話題,也能豐富我對其它行業的了解。

大數據怎麼應用到不同的場景,比如說你們的生涯教育行業,能夠接觸到更多行業的人。

如果大家對大數據行業感興趣,可以去在行約趙老師詳聊!


推薦閱讀:

盤點2017年11月份值得參加的大數據大會
測試一下:你適合學習大數據嗎
讀阿里巴巴中台戰略筆記
Facebook爆出泄露醜聞,大數據時代你的隱私如何保護?
礦工代碼篇(2):Python插入資料庫mysql

TAG:大數據 |